有了它，药物研发将大大提速？

MaXFlow 药物设计

MaXFlow分子模拟与人工智能平台，始终以打造人人能用的分子模拟与AI智能创新平台为目标，变革以实验试错为主的传统研发模式，实现以科学数据和模型驱动的智能创新。

目前，MaXFlow已拥有数十家高校/企业用户，随着版本的不断更新迭代，越来越多的实验/模拟/AI专家对MaXFlow感兴趣，下面是小编整理的提问，帮助大家进一步了解MaXFlow。

我在研究一个很新的靶点，想发现针对该靶点的一些分子，MaXFlow可以帮我做些什么？

针对一个全新的靶点：

MaXFlow部署有基于靶点蛋白口袋的分子生成模型，用户可以基于该功能生成指定数目的小分子。还可以通过分子对接、分子动力学、ADMET预测、类药性筛选、合成能力计算、逆合成预测等手段进行全流程先导化合物筛选。

MaXFlow平台的机器学习或深度学习模型的训练数据量大概需要多少？训练效果如何评估？

对于机器学习或深度学习模型：

训练数据取决于所需解决问题的难易程度；所采用的模型的复杂程度（模型参数数量）；想要达到什么样的性能。

对于传统的机器学习算法，性能是按照幂律增长的，一段时间后趋于平稳。对于深度学习，性能随着数据的增加呈现对数增长。

针对一些MaXFlow平台已经训练好的预测模型，我们采用权威的开源数据库进行训练，如对于ADMET性质预测，我们试用TDC数据库上的所有相关数据进行训练。

对于精确度我们有配置专门的评估参数来对模型训练的效果进行评估，比如R2值、MAE、MSE、RMSE、MAPE、MedAE、Pearson r等以及相应的拟合曲线图。

MaXFlow平台在大分子药物方面有何功能部署？

MaXFlow平台在大分子药物方面的功能同样分为CADD和AIDD两个方面。

在CADD方面，支持蛋白、抗体、肽段、核酸同源建模、蛋白蛋白对接、多蛋白对接、抗体抗原对接、分子动力学模拟；

在AIDD方面，支持PPI预测、抗体人源化预测、抗体补位预测、PTM位点预测等。

MaXFlow通过收集客户需求以及前沿技术，正在不断规划更新更多的功能用于推动大分子药物发现。

MaXFlow平台是否可以进行分子动力学模拟？采用的什么引擎？可以进行哪些性质分析？

MaXFlow平台进行分子动力学的引擎主要采用GROMACS和LAMMPS。生命科学方面使用GROMACS。

目前性质分析部分不仅支持基础的理化性质分析、骨架波动分析（RMSD、RMSF），还支持蛋白质二级结构分析、热点残基分析（丙氨酸扫描、能量分解）、结合自由能分析（FEP自由能、MMPBSA）、相互作用分析（氢键分析、盐桥分析、ππ堆积、残基相互作用、疏水相互作用）、回旋半径、势能分析、构象转变分析、轨迹矫正分析、径向分布分析、蛋白聚类分析、距离分析、主成分分析、动态互相关矩阵分析、自由能形貌图绘制等。

MaXFlow平台在AIDD方面有哪些功能？

MaXFlow平台将先进的AI算法通过使用权威的数据库进行训练，并整合进MaXFlow相对应的组件中，来实现不同的AI预测功能。

比如：

ADMET预测、逆合成预测、药靶亲和力预测、抗体人源化预测、抗体补位预测、PPI预测等。

以及几十种机器学习以及深度学习框架的整合，分为分类模型、聚类模型、回归模型、自动机器学习模型、以及GNN、CNN、DNN等深度学习模型，用户可以输入自己的数据集进行训练并应用，如QSAR模型的搭建。

MaXFlow有多少种可以支持构建QSAR的模型？怎么判断那种模型更适合我的体系？

MaXFlow平台目前暂时有机器学习加深度学习算法共47种。

其中包括融合了：9种机器学习模型的自动机器学习算法，17种分类算法，5种聚类算法，21种回归算法，GNN算法、DNN算法、CNN算法。

MaXFlow的工作流模式可以支持用户通过一条工作流同时运行多种算法进行训练，运行完成后可以根据每个模型的评估值以及拟合曲线找到最优的模型。同时用户也可以直接使用自动机器学习算法进行训练。

MaXFlow平台主要由哪些模块组成？

结构构建模块

可以对蛋白、小分子、肽段、抗体、核酸等结构进行构建及绘制

工作台模块

对上传的数据、搭建的工作流、部署的APP以及运行的任务进行管理和共享

工作流模块

通过拖拽及连接相应的功能组件搭建成工作流完成所需科研任务

APP模块

可以直接使用创腾部署的APP或通过工作流模块部署APP再用于后续科研任务

MaXFlow平台的一体化解决方案体现在什么方面？

MaXFlow平台不仅包括传统的分子模拟功能，还融入了前沿的人工智能技术来推动新药研发。

MaXFlow平台还可以与创腾科技的iLabPower、SDH进行互通，实现从明晰的数据驱动战略到完善的数据融合技术再到可靠的AI自动化平台。

MaXFlow平台的APP与工作流有啥区别？

MaXFlow平台的APP可以理解为是工作流的进阶版，它进一步简化了用户实现科研任务的操作流程，将由各种组件搭建成的工作流封装成APP，用户只需输入数据就可以完成相应功能操作。

同时，为了便于用户进行参数修改，APP还可以保留各个组件的参数设置部分。

APP跟工作流一样，用户可以对自己的工作流及APP进行组织内共享，实现资源共享，减少重复性操作的时间，提高团队效率。

什么是 MaXFlow ？

由创腾科技自主研发的MaXFlow，是新一代针对新药物和新材料设计与研发的科学人工智能创新平台，面向所有一线创新的实验科学家、计算模拟与AI专家，涵盖创新发现和工艺研究等多个研发领域。

在生命科学领域，计算模拟和人工智能专家可基于MaXFlow平台，面向创新需求，利用先进的模拟技术进行方案辅助设计、先导化合物筛选或优化、作用机理分析，并快速搭建、优化和验证针对不同微观尺度的机器学习或深度学习预测模型，显著提高研发效率与成功率。

MaXFlow将各种算法封装为组件，通过连接不同的组件，用户可在MaXFlow中构建工作流，从而灵活配置和自动执行由简单到复杂的模拟计算、机器学习以及两者混合的各类任务，匹配每一个研发需求；作为创新主体的实验科学家可以利用已部署的模拟APPs来快速发现高效的先导化合物，以可视化的角度解析与靶点的相互关系。通过成熟的AI预测模型APPs来探索分子成药的关键因素，从而加速药物的发现与开发的整体进程。

有了它，药物研发将大大提速？相关推荐

亚马逊云科技：云计算提速人工智能辅助药物发现(AIDD)，药物研发全面步入“AI时代”
2020年底,DeepMind旗下人工智能(AI)系统AlphaFold在蛋白质分子结构预测领域取得了史无前例的进步.这不仅有力推动了生命科学领域的发展,也愈发印证了具备掌握"暗知识&quo ...
AI 领域新突破，腾讯发布首个AI药物研发平台「云深智药」
7月9日,2020世界人工智能大会云端峰会开幕.会上,腾讯首席运营官任宇昕公布了用AI助力药物研发领域的最新进展--由腾讯自主研发的首个AI驱动的药物发现平台"云深智药(iDrug)&quo ...
Nat. Biotechnol. | 人工智能药物研发在中国蓬勃发展
中国的新锐公司和IT巨头希望将中国的人工智能能力转化为世界领先的药物创新,他们是否比西方企业更有优势? 中国的研究人员正在积极的探索以AI技术为基础的新药发现新范式.就在上个月,三个中国企业筹集了巨额 ...
News | Atomwise获投1.23亿美元推进AI药物研发
Atomwise宣布,完成由B Capital Group和沙特公共投资基金Sanabil Investments超额认购的B轮投资,总金额1.23亿美元. Atomwise首席执行官兼联合创始人Ab ...
Nature | 机器学习在药物研发中的应用
摘要药物研发管线漫长.复杂且取决于许多因素.机器学习(ML)通过丰富且高质量的数据改进指定问题的发现和决策.机器学习在药物发现的所有阶段都有应用:靶标验证.生物标志物的鉴定和临床试验中数字病理学数据 ...
深度学习在小分子药物研发中的应用
一.深度学习在小分子药物研发中的应用二.深度学习工具 TensorFlow Python https://www.tensorflow.org/ ...
智源抗疫 - 药物研发小分子性质预测赛
人类与新型冠状病毒所引发的疫情(COVID-19)已战斗多日,针对病症是否有相应的特效药物也成为了公众关心的重点.同时,我们知道,药物研发过程是极为浩大.严谨的科学研究,例如目前正处于临床验证阶段的瑞 ...
10万元奖金助力AI加速药物研发！小分子预测大赛来啦
人类与新型冠状病毒所引发的疫情(COVID-19)已战斗多日,针对病症是否有相应的特效药物也成为了公众关心的重点.同时,我们知道,药物研发过程是极为浩大,严谨的科学研究,例如目前正处于临床验证阶段的瑞 ...
首批新冠肺炎人体疫苗来了！全球第一mRNA药物研发公司研制，已开启安全性临床试验...
点击上方"AI遇见机器学习",选择"星标"公众号重磅干货,第一时间送达乾明鱼羊十三发自凹非寺量子位报道 | 公众号 QbitAI 好消息!比预 ...

有了它，药物研发将大大提速？

有了它，药物研发将大大提速？相关推荐

最新文章

热门文章